按日期或某个分组变量循环取数，同时考虑是否数量足够

sphinxrascal168

于 2021-07-14 21:38:31 发布

阅读量89

点赞数

分类专栏：笔记

本文链接：https://blog.youkuaiyun.com/sphinxrascal168/article/details/118738054

版权

笔记专栏收录该内容

17 篇文章

订阅专栏

该代码段涉及从数据帧`df1`中根据`target1`和`target0`筛选子集。首先，分别创建了两个空的数据帧`df_1`和`df_0`。接着，遍历`df1`中所有不重复的日期，对于每个日期，如果`target1`子集小于1000条记录，则选取所有记录；若大于1000条，随机抽取1000条。同样地，对于`target0`子集，如果记录数少于3000条，选取所有记录，否则抽样3000条。最后，将`df_1`和`df_0`合并成新的`df1`数据帧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

df1_1 = df1[df1.target1]
df1_0 = df1[df1.target0]

df_1 = pd.DataFrame()
df_0 = pd.DataFrame()
for dt in df1.date.unique():
qx_1 = df1_1[df1_1.date==dt]
if len(qx_1)<1000:
qx1 = qx_1[qx_1.date == dt]
else:
qx1 = qx_1[qx_1.date == dt].sample(n=1000)
df_1 = pd.concat([df_1,qx1],axis=0)

for dt in df1.date.unique():
qx_0 = df1_0[df1_0.date==dt]
if len(qx_0)<3000:
qx0 = qx_0[qx_0.date == dt]
else:
qx0 = qx_0[qx_0.date == dt].sample(n=3000)
df_0 = pd.concat([df_0,qx0],axis=0)

df1 = pd.concat([df_1,df_0],axis=0)